发布时间：
无解，这是薄膜键盘最常见的键位冲突问题，原理就是薄膜键盘为了降低成本，不可能为每个键都设计一条走线，都是好几个键共用一条线，平时的办公打字什么的基本不出会问题，但游戏就不一样了，你同时按下那么多键，碰上键位冲突再正常不过了，在同个键盘上双打，这个问题更加突出。想解决这个问题，只能换高端的键盘，现在比较好的专为游戏设计的薄膜键盘也解决了这个问题，但都很贵。钱多的话，机械键盘和静电键盘都是最好的选择，但非常昂贵，一个最低端的机械键盘都是四五百元，好的上千，静电电容键盘更是天价，一个广受追捧的RF101,卖到1800元左右。反正这个问题只能通过换键盘来解决，这属天生缺陷非人力所能为之。
期刊， 可以Q 我哦
doc.88有很多，看看~
经济学专业参考文献（通用11篇）
按照字面的意思，参考文献是文章或著作等写作过程中参考过的文献。下面是我收集整理的经济学专业参考文献（通用11篇），欢迎大家分享。
1、唐国兴，计量经济学——理论、方法和模型，复旦大学出版社，1988。
2、张寿、于清文，计量经济学，上海交通大学出版社，1984。
3、邹至庄，经济计量学，中国友谊出版公司，1988。
4、古扎拉蒂 计量经济学(上，下)，中国人民大学出版社2000年中译本。
5、伍德里奇，计量经济学导论——现代观点，中国人民大学出版社2003年中译本。
6、William H. Greene， Econometrics， 4th ed. 清华大学出版社2001年影印本。
7、汉密尔顿，时间序列分析，中国社会科学出版社1999中译本。
8、易丹辉，数据分析与Eviews应用，中国统计出版社2002。
9、张晓峒主编，计量经济学软件Eviews使用指南，南开大学出版社2003。
10、拉姆.拉玛丹山《应用计量经济学》，机械工业出版社2003中译本。
11、Box， Jenkins， Reinsel《时间序列分析：预测和控制(第三版)》，中国统计出版社，1997年中译本。
12、陆懋祖《高等时间序列计量经济学》，上海人民出版社，1999。
13、韩德瑞、秦朵《动态经济计量学》，上海人民出版社，1998。
14、谢识予、朱弘鑫《高级计量经济学》复旦大学出版社，2005。
15、弗朗西斯《商业和经济预测中的时间序列模型》，中国人民大学出版社，2002。
16、朱平芳《现代计量经济学》，上海财经大学出版社，2004。
17、Pindyck R S， Rubinfeld D L， Econometrics Models and Economic Forecasts， 4th ed. The McGraw-Hill Companies， Inc. 1998.
18、Johnston， J. and J. DiNardo， 1997， Econometric Methods， 4th ed.， McGraw-Hill.
19、Wallace T D， Silver J L. Econometrics-An Introduction. Addison-Wesley Publishing Company， Inc. 1988.
20、Gujarati， D. N.， 1995， Basic Econometrics， 3nd. ed.， McGraw-Hill.
[1]袁申国，陈平，刘兰凤，. 汇率制度、金融加速器和经济波动[J]. 经济研究，2011，(1).
[2]黄志刚，. 货币政策与贸易不平衡的调整[J]. 经济研究，2011，(3).
[3]George J. Gilboy，钟宁桦，. 度量中国经济:购买力平价的适当应用[J]. 经济研究，2010，(1).
[4]万晓莉，霍德明，陈斌开，. 中国货币需求长期是否稳定?[J]. 经济研究，2010，(1).
[5]裘骏峰，. 投机资本流入、升值预期和最优升值路径[J]. 经济研究，2010，(2).
[6]张屹山，孔灵柱，. 基于权力范式的汇率决定研究[J]. 经济研究，2010，(3).
[7]李成，王彬，马文涛，. 资产价格、汇率波动与最优利率规则[J]. 经济研究，2010，(3).
[8]刘尧成，周继忠，徐晓萍，. 人民币汇率变动对我国贸易差额的动态影响[J]. 经济研究，2010，(5).
[9]黄志刚，陈晓杰，. 人民币汇率波动弹性空间评估[J]. 经济研究，2010，(5).
[10]路继业，杜两省，. 货币政策可信性与汇率制度选择:基于新政治经济学的分析[J]. 经济研究，2010，(8).
[11]卞世博，贾德奎，. 后金融危机背景下的中国经济运行风险管理——第四届中国立信风险管理论坛综述[J]. 经济研究，2010，(12).
[12]赵志君，陈增敬，. 大国模型与人民币对美元汇率的评估[J]. 经济研究，2009，(3).
[13]伍戈，. 中国的货币需求与资产替代:1994—2008[J]. 经济研究，2009，(3).
[14]王晋斌，李南，. 中国汇率传递效应的实证分析[J]. 经济研究，2009，(4).
[15]张瀛，. 汇率制度、经济开放度与中国需求政策的有效性[J]. 经济研究，2008，(3).
[16]中国经济增长与宏观稳定课题组，张平，刘霞辉，张晓晶，汪红驹，. 外部冲击与中国的通货膨胀[J]. 经济研究，2008，(5).
[17]唐翔，. “富人社区效应”还是巴拉萨-萨缪尔森效应?——一个基于外生收入的实际汇率理论[J]. 经济研究，2008，(5).
[18]龚刚，高坚，何学中，. 汇率制度与货币政策——发展中国家和小国经济的思考[J]. 经济研究，2008，(6).
[19]管汉晖，. 浮动本位兑换、双重汇率与中国经济:1870—1900[J]. 经济研究，2008，(8).
[20]施建淮，傅雄广，许伟，. 人民币汇率变动对我国价格水平的传递[J]. 经济研究，2008，(7).
[1] 方毅，桂鹏. 亚太地区股票市场的联动程度—基于次级贷冲击的研究[J]世界经济研究，2010(8).27-30
[2] BarabásiA L， Albert R. Emergence of scaling in random networks[J].Science， 1999(286). 509-512
[3] Kim H J.Kim I M.Scale-free network in stock market[J].J KorPhys Soc，2002，40(6)：105-108.
[4] Newman M E J.The structure and function of complex networks[J].SIAM Review，2003(3).167-256
[5] Jukka-Pekka Onnela， Jari Saram?ki， Kimmo Kaski. A comparative study of social network models: Network evolution models and nodal attribute models[J]. Social Networks:2009(4)13-16
[6] 汪小帆，李翔，陈关荣.复杂网络理论及其应用[M].北京：清华大学出版社，2006(1).9-14.
[7] 任卓明，刘建国，邵凤，胡兆龙，郭强. 复杂网络中最小K-核节点的传播能力分析，[J].物理学报:2011(7).90-93
[8] 韩定定，复杂网络的拓扑、动力学行为及其实证研究，华东师范大学无线电物理博士论文[C]，2007
[9] Simutis R， MasteikaS.Intelligent stock trading systems using fuzzy-neural networks andevolutionary programming methods[J].Self Formation Theory And Applications.2004(97)59-63
[10] Xiao fan Liu， Chi k. Tse.AComplex Network Perspective of World Stock Markets:synchronization and volatility，[J]. International Journal of Bifurcation and Chaos:2012(6).62-66
[11] Ram Babu Roy， Uttam Kumar Sarkar. Capturing Early Warning Signal for Financial Crisis from the Dynamics of Stock Market Networks: Evidence from North American and Asian Stock Markets[J].Journal of Indian Institute of Management Calcutta:2009(8).57-59
[12] 李耀华，姚洪兴.金融危机下股票市场网络的结构特性研究[J].信息工程学院学报，2010(1).23-26
[13] Benjamin M. Tabak， Thiago R. Serra， Daniel O. Cajueiro. Topological properties of stockmarket networks:The case of Brazil[J]. Physica ，2010(389).3240-3249
[14] Chi K.Tse，JingLiu，Francis C， M. Lau. A network perspective of stock market[J].Journal ofEmpirica Finance.2010，4(17).659-667
[15] 闵志锋.上海证券市场的复杂网络特性分析 [J].东北大学学报 (自然科学版).2007 (7).1053-1056
[16] 黄玮强，姚爽，中国股票关联网络拓扑性质与聚类结构分析[J]，管理科学:2008(3).92-95
[17] 高雅纯，魏宗文，汪秉宏.Dynamic Evolution of Financial Network and Its Relation to Economic Crises，[J].World Scientific:2013(2).142-141
[18] 陈守东，韩广哲，荆伟.主要股票市场指数与我国股票市场指数间的协整分析，[J].数量经济技术经济研究:2003(5).35-37
[19] 文圭炫，洪正孝.太平洋地区国家的联动性，[J].商务管理研究:2003(2).111-113
[20] RosylinMohd.Yusof&M.ShabriAbd.Majid，Who moves the Malaysian stock market-the U.S.or Japan[J]，International Journal of Business，2006(8)367-406
[21]Terence，Tai-Leung Chong，Ying-Chiu Wong，Isabel，Kit-Ming Yan，Internationallinkagesof the Japanese stock market，Japan and the World Economy，2007(20)773-786
[22] 周珺. 我国大陆股票市场与周边主要股票市场的联动分析[J]企业经济，2007(1).77-79
[23] Woo-Sung Jung ，SeungbyungChae， Jae-Suk Yang，Hie-Tae Moon. Characteristics of the Korean stock marketcorrelations，[J]. Elsevier Science:2008(2).90-93
[24] Sunil Kumar， NiveditaDeo. Correlation and network analysis of global financial indices，[J]. American Physical Society:2012(8).21-23
[1] Michael Grahama，JarnoKiviahob，JussiNikkinenb， Mohammed Omranc. Global and regional co-movement of the MENA stockmarkets，[J]. Journal of Economics and Business:2013(1). 165-167
[2] 高莹，靳莉莉.沪深300指数与世界主要股票指数的关联性分析[J].金融管理，2008(2). 3-8.
[3] Hwahsin Cheng， John L. Glascock. Stock Market Linkages Before and After the AsianFinancial Crisis: Evidence from Three Greater ChinaEconomic Area Stock Markets and the US，[J]. Pacific Basin Financial Markets and Policies:2006(2).125-127
[4] Ma.BelindaS.Mandigma.Stock market linkages and the global financial crisis，[J].Journal of University of Santo Tomas:2009(8).278-280
[5] Ugur Ergun. How does Turkish stock market respond to the externalshocks Pre- and post- crises analyses，[J]. African Journal of Business Management:2012(2).34-37
[6] 赵勇. 金融危机背景下中美欧股票市场联动性研究[C]上海社会科学院，2012(5).76-79
[7] 洪天国. 欧洲股票市场与中国股票市场之间的波动溢出效应研究[C]江西财经大学，2013(1).29-34
[8] 金融市场稳定性的判别与度量[C]山西大学，2012(2).192-196
[9] 陈守东，陈雷，刘艳武.中国沪深股票市场收益率及波动性相关分析，[J].金融研究:2003(7).230-235
[10] 刘存绪.论中国股票市场的国际化，[J].资本市场:2000(4).30-32
[1] 母宇.中国股票市场与全球主要股票市场联动性研究，[C].西南民族大学:2011.
[2] 于会鹏.中国股票市场板块及其与国外主要市场间的联动性实证研究，[C].理工大学:2009
[3] 陈志宁.中外股票市场的联动分析，[C].农业大学:2009.
[4] 汪波.股票市场波动性网络及其应用[C]华南理工，2012
[5] 徐晓萍. 金融危机下证券网络的复杂性特征研究[C]华东师范大学，2013
[6] 陈俊华.中国股票市场网络模型动态研究[C]浙江工业大学，2012
[7] 兰旺森，赵国浩. 应用复杂网络研究板块内股票的强相关性，[J].中山大学学报:2010(6).20-23
[8] 李耀华，姚洪兴.股票市场网络的稳定性研究，[M].江苏省系统工程学会第十一届学会:2012.
[9] 陈花.基于复杂网络的股票之间有向相关性研究，[C].北京邮电大学:2012.
[10] 陈辉煌，高岩，基于复杂网络理论的证券市场网抗毁性分析[J]，金融理论与实:2008(6)154-156
[11] 万阳松，陈忠基. 加权股票网络模型[J].复杂系统与复杂性科学，2005，1(5) :21-27
[12] 李平，汪秉宏.证券指数的网络动力学模型[J].系统工程，2006，24(3):73-77
[13] TianQiu， Bo Zheng，Guang Chen. Financial networks with static anddynamic thresholds，[J]. New Journal of Physics:2010(12).136-138
[14] Nicola Cetorelli， Stavros Peristiani. Prestigious stock exchanges: A network analysis of international financial centers，[J]. Journal of Banking & Finance:2013(37).21-24
[15] Ram Babu Roy， Uttam Kumar Sarkar. Identifying influential stock indices from global stockmarkets: A social network analysis approach，[J].Procedia Computer Science:2011(5).10-13
[16] Xiao fan Liu， Chi k. Tse.A Complex Network Perspective to Volatility in Stock Markets [J]. International Symposium on Nonlinear Theory and its Applications:2010(9).12-15
[17] Simutis R， MasteikaS.Intelligent stock trading systems using fuzzy-neural networks andevolutionary programming methods[J]. Self Formation Theory And Applications.2004，(97).59-63
[18] Dong-Ming Song， Michele Tumminello， Wei-Xing Zhou， Rosario N. Mantegna. Evolution of worldwide stock markets， correlation structure and correlation basedgraphs，[J]. PACS:2011(3).90-92
[19] Xiangyun Gao， Haizhong An， Weiqiong Zhong. Features of the Correlation Structure of Price Indices，[J]. PLOS ONE:2013(4).34-36
[20] MarekGa??zka. Characteristics of the Polish Stock Market correlations，[J]. International Review of Financial Analysis:2011(1-5).
[21] 杨治辉，贾寒梅.股票收益率相关性的网络结构分析，[M].中国控制学会:2011.
[22] 周艳波，蔡世民，周佩玲.金融市场的无标度特征研究，[J].中国科学技术大学学报:2009(8).19-22
[23] Barabasia L， Albert R， Jeong H. Mean-field theory for scale-freerandom networks[J].Physica A， 1999( 272).173-187
[24] 李辉，赵海，徐久强，李博，李鹏，王家亮. 基于k-核的大规模软件核心框架结构抽取与度量，[J].东北大学学报:2010(11).345-347
[25] 李辉，赵海.基于k-核的大规模软件宏观拓扑结构层次性研究，[J].电子学报:2010(6).134-136
[26] 李备友，刘思峰. 网络化市场结构下证券市场传闻的`扩散规律研究，[J].华东经济管理:2012(12).90-92
[1]刘思华.生态马克思主义经济学原理[M].北京：人民出版社.2006
[2]叶耀丹.马克思主义生态自然观对中国生态文明建设的启示[D].成都：成都理工大学.2012
[3]陆畅.我国生态文明建设中的政府职能与责任研究[D].长春：东北师范大学.2012
[4]俞可平.科学发展观与生态文明[M].上海：华东师范大学出版社.2007:18
[5]朴光诛等.环境法与环境执法[M].北京：中国环境科学出版社.2004:23
[6]罗能生.非正式制度与中国经济改革和发展[M].北京：中国财政经济出版社.2002: 19
[7]党国英.制度、环境与人类文明一关于环境文明的观察与思考[N].新京报.2005-2-13
[8]张婷婷.生态文明建设的科技需求及政策研究[D].锦州：渤海大学.2012
[9]秦书生.生态文明视野中的绿色技术[J].科技与经济.2010(3): 82-85
[10]陈池波.论生态经济的持续协调发展[J].长江大学学报(社会科学版)2004(1)：97-102
[11]张首先.社会主义与生态文明[J]理论与现代化.2010(1): 23-26
[12]黄光宇.陈勇.生态城市理论与规划设计方法[M].北京：科学出版社.2002
[13]张首先.生态文明研究[D].成都：西南交通大学.2010
[14]马仁忠.地理环境对种族、民族特征的影响[J].宿州教育学院学报.2002(4)：
[15]冒佩华.王宝珠.市场制度与生态逻辑[J].教学与研究.2014(8):37-43.
[16]方世南.王建润.李安林.以生态文明的理念建设循环社会[J].马克思主义研究.2009(3):64-68
[17]齐力.梅林海.环境管理正式制度与非正式制度研究[J].生态经济.2008(12):129-131.
[18]张瑞.生态文明的制度维度探析[D].沈阳：东北大学.2009
[19]吴瑾菁.祝黄河.“五位一体”视域下的生态文明建设[J].马克思主义与现实.2013(1)：157-162.
[20]郭军华.幸学俊.中国城市化与生态足迹的动态计量分析[J].华东交通大学学报.2009 (5) : 131-134.
[1]雷切尔·卡逊.寂静的春天[M].长春：吉林人民出版社.2004
[2]顾朝林.中国城市地理[M].北京：商务印书馆.1999
[3]邹农检.中国农村城市化研究[M].南宁：广西出版社.1998
[4]史作民.陈涛.城市化及其对城市生态环境影响研究进展[J].生态学杂志.1996 (1) : 35-41
[5]刘耀彬.陈斐.周杰文.城市化进程中的生态环境响应度模型及其应用[J].干旱区地理.2008 (1) : 122-128
[6]徐中民.张志强.程国栋.甘肃省1998年生态足迹计算与分析[J].地理学报.2000(5): 607-616
[7]沈建法.城市化与人口管理[M].北京：科学出版社.1999
[8]张志强.徐中民.程国栋.生态足迹的概念及计算模型[J].生态经济.2000(10) : 8-10
[9]张恒义.刘卫东.林育欣.等.基于改进生态足迹模型的浙江省域生态足迹分析[J].生态学报.2009(5):2738-2748
[10]贺成龙.吴建华.刘文莉.改进投入产出法在生态足迹中的应用[J].资源科学.2008 (12) : 1933-1939，2008 (2) : 261-266
[1]陈凌.应丽芬.代际传承：家族企业继任管理和创新〔J〕.管理世界.2003 ( 6)： 89-9
[2]伯纳德‘萨拉尼着.陈新平、王瑞泽、陈宝明、周宗华译.税收经济学〔M〕.北京：中国人民大学出版社.2009:143-144.
[3]彼德·德鲁克.大变革时代的管理〔M〕.上海：上海译文出版社.1999版.
[4]陈凌.信息特征、交易成本和家族式组织〔J〕.经济研究.1998(7)：27-33.
[5]Alan.S.BIinder. Toward an Economic Theory of Income Distribution〔 C〕.Cambridge， MA: MITPress， 1974，123:137-139.
[6]Adam.Smith. The Wealth of Nations ( 1776 )〔M〕.Chicago: University of Chicago Press，1976(reprint)： 391.
[7]Barro Bobert.Are Government Bonds Net Wealth? 〔 J〕Journal of PoliticalEconomy，1974，82(6)：1095-1117.
[8]Carsrud，A.L.Meanderings of a resurrected psychologist or lessons learned in creating a program〔J〕.Entrepreneurship Theory & Practice，1994，19(1)：39-48.
[9]Douglas. Holtz-Eakin， David Joulfaian & Harvey.S.Rosen. The Carnegie Conjecture:SomeEmpirical Evidence〔J〕.Quarterly Journal of Economics， 1993，(108)：413-435.
[10]Dan.Miller. the Economics of the Estate Tax〔R〕Joint Economic Committee Study，December1998.
[11]Galio.M.A&Sveeii.J. Internationalizing the family business:facilitating and restraining factorsCJlFamily Business Review，1991，4(2)：181-190.
[12]James.B.Davies. The Relative Importance of Inheritance and Other Factors on EconomicInequality〔J〕. Quarterly Journal of Economics31982，Vol.97，No.3:495.
[13]Lansberg.I.S.Managing human resources in family finns:the problem of institutional overlap〔J〕.Organizational Dynamics，1983，summer:39-46.
[1] 唐海燕. 进出口贸易与经济增长:作用机制与风险度量[J]. 华东师范大学学报(哲学社会科学版). 2008年06期
[2] 周帅，于淼，杨宜勇. 我国价格传导机制的实证分析[J]. 中国物价. 2008年09期
[3] 沈学桢，黄帅. 美国经济下行变动对我国港口(对美)净出口的影响[J]. 港口科技. 2008年07期
[4] 陈丹丹，任保平. 需求冲击与通货膨胀——基于中国的经验研究[J]. 当代财经. 2008年06期
[5] 林剑平. 中国历次通货膨胀的原因与启示——基于货币因素和体制因素的双向视角[J]. 世界经济情况. 2008年06期
[6] 温浩. 论贸易对中国通货膨胀的影响[J]. 金融发展研究. 2008年05期
[7] 周望军，葛建营，王小宁，侯守礼. 价格传导问题综述及量化分析[J]. 北京交通大学学报(社会科学版). 2008年02期
[8] 薛迎春. 中国货币市场失衡与国际储备波动联系——基于1994年～2004年的实证分析[J]. 上海经济研究. 2007年10期
[9] 程国平，方苏立. 关于我国边际消费倾向的探讨[J]. 商业时代. 2007年26期
[10] 魏杰. 探求流动性过剩的化解之道[J]. 中国金融. 2007年17期
[11] 熊仁宇. 成本推动型通胀考验央行调控智慧[N]. 21世纪经济报道. 2008 (013)
[1] 林娟娟，王勋铭. 甘肃省进出口贸易与经济增长的协整分析[J]. 消费导刊. 2007年08期
[2] 张庆君. 辽宁省对外贸易与经济增长关系的实证分析[J]. 大连海事大学学报(社会科学版). 2007年01期
[3] 吴锦峰. 基于FTD的湖北GDP增长实证分析[J]. 工业技术经济. 2007年03期
[4] 戴德锋. 甘肃省对外贸易与经济增长关系的实证分析[J]. 甘肃政法成人教育学院学报. 2007年01期
[5] 陈淑芸，尉浩，马江波，王青志. 天津市对外贸易与经济增长关系的实证分析[J]. 价格月刊. 2007年02期
[6] 张冰，金戈. 进口贸易与经济增长的研究综述[J]. 国际商务(对外经济贸易大学学报). 2007年02期
[7] 王正儒. 宁夏对外贸易与经济增长关系实证分析[J]. 宁夏大学学报(自然科学版). 2006年04期
[8] 张洪峰. 我国对外贸易对经济增长作用的实证分析[J]. 统计与咨询. 2006年05期
[9] 张玉明，聂艳华. 对外贸易对辽宁老工业基地振兴的牵动作用分析[J]. 大连理工大学学报(社会科学版). 2006年03期
[10] 杨海水，赵大平，范方志. 进、出口对我国经济增长作用的比较[J]. 统计与决策. 2006年12期
1.刘国光：关于我国宏观经济的几点看法，《经济学动态》，2001年06期
2.刘国光：我国宏观经济的几个问题，《中国经贸导刊》，2001年09期
3.刘国光：对我国当前宏观经济政策的几点看法，《中国经贸导刊》，2001年22期
4.赵世洪：理性预期与宏观经济政策，《经济学动态》，1996年第2期
5.谷书堂，刘占年：经济学在中国的发展与发展经济学研究，《经济学动态》，1995年第11期
6.谷书堂：宏观经济稳定发展与微观经济改革的关系，《经济学家》，1997年第5期
7.谷书堂：论中国转型期经济学，《天津社会科学》，2001年第1期
8.何国华、范卫清：新凯恩斯主义和宏观经济学的微观基础，《世界经济研究》，1995年第5期
9.吴承明：经济学理论与经济史研究，《经济研究》，1995年第4期
10.陈峥嵘：内生经济增长理论述评，《江海学刊》，1996年第6期
11.马颖：论新古典主义经济发展思路的假定前提，《经济评论》，1997年第3期
12.车卉淳：新凯恩斯主义理论述评，《北京商学院学报》2000年第4期
13.叶景聪：开放经济中宏观经济政策的有效性――固定与浮动汇率体系之比较，《财经论丛》2002年第5期
14.林毅夫：经济学研究方法与中国经济学科发展，《经济研究》，2001年第4期
15林毅夫,潮涌现象与发展中国家宏观经济理论的重新构建 《经济研究》 2007.1
沪深300指数是沪深证券交易所于2005年4月8日联合发布的反映A股市场整体走势的指数。沪深300指数编制目标是反映中国证券市场股票价格变动的概貌和运行状况，并能够作为投资业绩的评价标准，为指数化投资和指数衍生产品创新提供基础条件。沪深300指数，简称：沪深300；是由中证指数有限公司（China Securities Index Co., Ltd）编制，中证指数有限公司成立于2005年8月25日，是由上海证券交易所和深圳证券交易所共同出资发起设立的一家专业从事证券指数及指数衍生产品开发服务的公司。 沪深300指数是沪深证券交易所于2005年4月8日联合发布的反映A股市场整体走势的指数。沪深300指数编制目标是反映中国证券市场股票价格变动的概貌和运行状况，并能够作为投资业绩的评价标准，为指数化投资和指数衍生产品创新提供基础条件。中证指数有限公司成立后，沪深证券交易所将沪深300指数的经营管理及相关权益转移至中证指数有限公司。中证指数有限公司同时计算并发布沪深300的价格指数和全收益指数，其中价格指数实时发布，全收益指数每日收盘后在中证指数公司网站和上海证券交易所网站上发布。 沪深300指数市场走势沪深300指数样本覆盖了沪深市场70%左右的市值，具有良好的市场代表性和可投资性。截止到2006年8月31日，已有2只指数基金使用沪深300指数作为投资标的，有10只基金使用沪深300指数作为业绩衡量基准。中证指数有限公司已授权中银国际英国保诚资产管理公司使用沪深300指数开发境外ETF，以及路透资讯利用沪深300指数开发路透中国年金指数。它的推出，丰富了市场现有的指数体系，增加了一项用于观察市场走势的指标，也进一步为指数投资产品的创新和发展提供了基础条件，十分有利于投资者全面把握我国股票市场总体运行状况。 一、沪深300指数是以2004年12月31日为基期，基点为1000点，其计算是以调整股本为权重，采用派许加权综合价格指数公式进行计算。其中，调整股本根据分级靠档方法获得。 二、凡有成份股分红派息，指数不予调整，任其自然回落。 三、沪深300指数会对成分股进行定期调整，其调整原则为： 1、指数成份股原则上每半年调整一次，一般为1月初和7月初实施调整，调整方案提前两周公布。 2、 每次调整的比例不超过10%。样本调整设置缓冲区，排名在240名内的新样本优先进入，排名在360名之前的老样本优先保留。 3、 最近一次财务报告亏损的股票原则上不进入新选样本，除非该股票影响指数的代表性。 由于沪深300指数覆盖了沪深两个证券市场，具有很好的总体市场代表性，因此在我国股指期货标的指数选择上呼声最高，很有可能成为中国股指期货的标的物。 指数代码： 沪市000300 深市399300。 沪深300指数以2004年12月31日为基日，基日点位1000点。 沪深300指数是由上海和深圳证券市场中选取300只A股作为样本，其中沪市有179只，深市121只。 样本选择标准为规模大、流动性好的股票。 沪深300指数样本覆盖了沪深市场六成左右的市值，具有良好的市场代表性。编辑本段诞生过程 1998年启动——2001年上交所首先研究方案——证监会协调沪深交易所共同开发——2003年达成共识——细节设计——2005年4月8日正式推出。编辑本段沪深300指数问答 沪深证券交易所指数工作小组有关负责人就4月8日正式发布的沪深300指数，回答了记者的提问。 沪深300指数问：为何要发布沪深300指数？ 答：沪深两个市场各自均有独立的综合指数和成份指数，这些指数在投资者中有较高的认同度，但市场缺乏反映沪深市场整体走势的跨市场指数。沪深300指数的推出切合了市场需求，适应了投资者结构的变化，为市场增加了一项用于观察市场走势的指标，也进一步为市场产品创新提供了条件。 问：与沪深市场现有指数相比，沪深300指数有何特点？ 答：现在市场中的股票指数，无论是综合指数，还是成份股指数，只是分别表征了两个市场各自的行情走势，都不具有反映沪深两个市场整体走势的能力。沪深300指数则是反映沪深两个市场整体走势的“晴雨表”。指数样本选自沪深两个证券市场，覆盖了大部分流通市值。成份股为市场中市场代表性好，流动性高，交易活跃的主流投资股票，能够反映市场主流投资的收益情况。 问：沪深300指数的市场代表性如何？ 答：沪深300指数的市场代表性表现在市值覆盖率高、与现有市场指数相关性高、样本股集中了市场中大量优质股票等方面。 沪深300指数样本覆盖了沪深市场六成左右的市值，具有良好的市场代表性。截至2005年3月末，指数总市值21817亿元，占沪深市场比例达64.55%，流通市值5934亿元，占沪深市场比例达58.29%。 指数试运行结果显示，沪深300指数走势强于上证综合指数和深证综合指数，并且沪深300指数与上证180指数及深证100指数之间的相关性高，日相关系数分别达到99.7%和99.22%，表明沪深300指数能够充分代表沪深市场股价变动情况。 在沪深300指数的样本股选取上，剔除了ST股票、股价波动异常或者有重大违规行为的公司股票，集中了一批质地较好的公司。这些公司的净利润总额占市场净利润总额的比例达到83.55%，平均市盈率和市净率水平低于市场整体水平，是市场中主流投资的目标。因此，沪深300指数能够反映沪深市场主流投资的动向。 问：沪深300指数采用了哪些指数编制方面的技术？ 答：沪深300指数在编制方面主要采用了目前流行的分级靠档技术和缓冲区技术。分级靠档技术的采用可以使在样本公司股本发生微小变动时保持用于指数计算的样本公司股本数的稳定，可以降低股本变动频繁带来跟踪投资成本，便于投资者进行跟踪投资。同样，缓冲区技术的采用使每次指数样本定期调整的幅度得到一定程度的控制，使指数能够保持良好的连续性。样本股调整幅度的降低可以降低投资者跟踪投资指数的成本。 问：与市场中其它跨市场指数相比，沪深300指数有什么优势？ 答：其一，沪深证券交易所在指数编制和发布方面拥有丰富的历史经验，于上个世纪90年代初就推出了国内市场上最早的指数。沪深300指数是在进一步借鉴国际指数编制技术的基础上形成的成果。 其二，沪深证券交易所拥有关于上市公司及市场交易主体第一手的监管信息，在样本选取上充分利用这些信息，严格筛选股票，能够最大程度上降低样本股票的风险。 其三，沪深300指数通过沪深两个证券交易所的卫星行情系统进行实时发布，这是交易所以外的其它指数编制机构无法获得的技术条件。此外，交易所积极支持利用沪深300指数进行的指数产品创新，以形成在交易所上市交易的创新产品。 问：沪深300指数对广大投资者有何益处？ 答：沪深300指数具有作为表征市场股票价格波动情况的价格揭示功能，是反映市场整体走势的又一重要指标。这一指数推出后，为投资者提供了衡量自己证券投资收益情况的基本尺度。在此基础上，市场中将会推出以沪深300指数为跟踪目标的指数基金产品，这将为中小投资者提供分散化投资的通道，也扩大了市场中机构投资者的阵容。 问：沪深300指数推出后会立即推出股指期货吗？ 答：股票指数是股票指数期货的基础，但沪深300指数的推出并不意味着立即会推出股指期货。从国际经验来看，指数期货的推出需要选择具有一定历史的指数作为标的，沪深300指数还需要在一段时间内受到市场检验。另外，股指期货的推出还需要特定的市场环境和适合的时机。因此不能够将沪深300指数的推出与推出股指期货简单地联系在一起。 问：沪深300指数推出的历程如何？ 答：沪深证券交易所早在1998年开始就着手进行跨市场指数的研究工作，同期市场中多个中介机构也对跨市场指数进行了有益的探索。在此期间，沪深证券交易所都成立了研究跨市场指数的专门小组，对国内外主要指数的编制方法及其特点进行了详细的研究和借鉴，经历了两年多时间，初步形成了结合国内市场的特点的跨市场指数编制思路。 2001年至2003年中期，沪深证券交易所就指数编制方案、指数计算与发布、指数的管理等方面问题等问题进行了充分交流，达成了联合编制和发布沪深300指数的共识。 其后，沪深证券交易所成立了编制跨市场指数的指数联合工作小组，着手进行跨市场指数的设计工作。指数工作小组在结合双方指数编制经验的基础上，就指数选样规则、样本调整方法、计算方法等技术问题进行了反复研究、比较和论证，最终在共同努力下，设计完成了既借鉴国际先进经验又结合国内实际情况的沪深300指数。 在此期间，指数工作小组还就指数计算和发布的技术问题进行探讨，于2004年初开始进行指数试运行。2004年以来，由沪深证券交易所分别进行每半年轮流担当主计算方和主发布方，指数样本也按照每半年一次调整的原则进行了2次样本调整。现在，推出沪深300指数的时机已经成熟，沪深证券交易所联合向市场正式推出沪深300指数。 问：如何获得沪深300指数的使用授权？ 答：沪深300指数是上海证券交易所和深圳证券交易所联合共同推出的指数，是双方共同拥有的成果。机构投资者如需对沪深300指数进行商业运用，需要取得沪深证券交易所的认可，经签署授权协议后使用。交易所积极支持以沪深300指数为基础的指数产品开发，并努力创造条件，进一步拓宽指数产品发展的空间。编辑本段编制方法 沪深300指数的编制目标是反映中国证券市场股票价格变动的概貌和运行状况，并能够作为投资业绩的评价标准，为指数化投资及指数衍生产品创新提供基础条件。 指数成份股的选样空间：上市交易时间超过一个季度，除非该股票上市以来日均A股总市值在全部沪深A股中排在前30位；非ST、*ST股票，非暂停上市股票；公司经营状况良好，最近一年无重大违法违规事件、财务报告无重大问题；股票价格无明显的异常波动或市场操纵；剔除其他经专家认定不能进入指数的股票。选样标准为选取规模大、流动性好的股票作为样本股。 沪深300指数的选样方法是对样本空间股票在最近一年（新股为上市以来）的日均成交金额由高到低排名，剔除排名后50%的股票，然后对剩余股票按照日均总市值由高到低进行排名，选取排名在前300名的股票作为样本股。 沪深300指数依据样本稳定性和动态跟踪相结合的原则，每半年调整一次成份股，每次调整比例一般不超过10%。样本调整设置缓冲区，排名在240名内的新样本优先进入，排名在360名之前的老样本优先保留。当样本股公司退市时，自退市日起，从指数样本中剔除，由过去最近一次指数定期调整时的候选样本中排名最高的尚未调入指数的股票替代。 指数以调整股本为权重，采用派许加权综合价格指数公式进行计算。其中，调整股本根据分级靠档方法获得。例如，某股票流通股比例（流通股本／总股本）为7％，低于20％，则采用流通股本为权数；某股票流通比例为35％，落在区间（30，40）内，对应的加权比例为40％，则将总股本的40％作为权数。
doc.88有很多，看看~
摘 要 研究了沪深300指数日收益率时间序列，经检验其具有马氏性，并建立了马尔可夫链模型。取交易日分时数据，根据分时数据确定状态初始概率分布，通过一步转移概率矩阵对下一交易日的日收益率进行了预测。对该模型分析和计算，得出其为有限状态的不可约、非周期马尔可夫链，求解其平稳分布，从而得到沪深300指数日收益率概率分布。并预测了沪深300指数上涨或下跌的概率，可为投资管理提供参考。关键词 马尔可夫链模型 沪深300指数 日收益率概率分布 平稳分布1 引言沪深300指数于2005年4月正式发布，其成份股为市场中市场代表性好，流动性高，交易活跃的主流投资股票，能够反映市场主流投资的收益情况。众多证券投资基金以沪深300指数为业绩基准，因此对沪深300指数收益情况研究显得尤为重要，可为投资管理提供参考。取沪深300指数交易日收盘价计算日收益率，可按区间将日收益率分为不同的状态，则日收益率时间序列可视为状态的变化序列，从而可以尝试采用马尔可夫链模型进行处理。马尔可夫链模型在证券市场的应用已取得了不少成果。参考文献[1]、[2]、[3]和[4]的研究比较类似，均以上证综合指数的日收盘价为对象，按涨、平和跌划分状态，取得了一定的成果。但只取了40～45个交易日的数据进行分析，历史数据过少且状态划分较为粗糙。参考文献[5]和[6]以上证综合指数周价格为对象，考察指数在的所定义区间（状态）的概率，然其状态偏少（分别只有6个和5个状态），区间跨度较大，所得结果实际参考价值有限。参考文献[7]对单只股票按股票价格划分状态，也取得了一定成果。然而收益率是证券市场研究得更多的对象。本文以沪深300指数日收益率为对考察对象进行深入研究，采用matlab7.1作为计算工具，对较多状态和历史数据进行了处理，得出了沪深300指数日收益率概率分布，并对日收益率的变化进行了预测。2 马尔可夫链模型方法2.1 马尔可夫链的定义设有随机过程{Xt，t∈T}，T是离散的时间集合，即T={0，1，2，L}，其相应Xt可能取值的全体组成状态空间是离散的状态集I={i0，i1，i2，L}，若对于任意的整数t∈T和任意的i0，i1，L，it+1∈I，条件概率则称{Xt，t∈T}为马尔可夫链，简称马氏链。马尔可夫链的马氏性的数学表达式如下：P{Xn+1=in+1|X0=i0，X1=i1，L，Xn=in}=P{Xn+1=in+1|Xn=in} （1）2.2 系统状态概率矩阵估计马尔可夫链模型方法的基本内容之一是系统状态的转移概率矩阵估算。估算系统状态的概率转移矩阵一般有主观概率法和统计估算法两种方法。主观概率法一般是在缺乏历史统计资料或资料不全的情况下使用。本文采用统计估算法，其主要过程如下：假定系统有m种状态S1，S2，L，Sm根据系统的状态转移的历史记录，可得到表1的统计表格。其中nij表示在考察的历史数据范围内系统由状态i一步转移到状态j的次数，以■ij表示系统由状态i一步转移到状态的转移概率估计量，则由表1的历史统计数据得到■ij的估计值和状态的转移概率矩阵P如下：■ij=nij■nik，P=p11 K p1mM O Mpm1 L pmn（2）2.3 马氏性检验随机过程{Xt，t∈T}是否为马尔可夫链关键是检验其马氏性，可采用χ2统计量来检验。其步骤如下：（nij）m×m的第j列之和除以各行各列的总和所得到的值记为■.j，即：■.j=■nij■■nik，且■ij=nij■nik（3）当m较大时，统计量服从自由度为（m-1）2的χ2分布。选定置信度α，查表得χ2α（（m-1）2），如果■2>χ2α（（m-1）2），则可认为{Xt，t∈T}符合马氏性，否则认为不是马尔可夫链。■2=2■■nijlog■ij■.j（4）2.4 马尔可夫链性质定义了状态空间和状态的转移概率矩阵P，也就构建了马尔可夫链模型。记Pt（0）为初始概率向量，PT（n）为马尔可夫链时刻的绝对概率向量，P（n）为马尔可夫链的n步转移概率矩阵，则有如下定理：P（n）=PnPT（n）=PT（0）P（n）（5）可对马尔可夫链的状态进行分类和状态空间分解，从而考察该马尔可夫链模型的不可约闭集、周期性和遍历性。马尔可夫链的平稳分布有定理不可约、非周期马尔可夫链是正常返的充要条件是存在平稳分布；有限状态的不可约、非周期马尔可夫链必定存在平稳过程。3 马尔可夫链模型方法应用3.1 观测值的描述和状态划分取沪深300指数从2005年1月4日~2007年4月20日共555个交易日收盘价计算日收益率（未考虑分红），将日收益率乘以100并记为Ri，仍称为日收益率。计算公式为：Ri=（Pi-Pi-1）×100/Pi-1（6）其中，Pi为日收盘价。沪深300指数运行比较平稳，在考察的历史数据范围内日收益率有98.38％在[-4.5，4.5]。可将此范围按0.5的间距分为18个区间，将小于-4.5和大于4.5各记1区间，共得到20个区间。根据日收益率所在区间划分为各个状态空间，即可得20个状态（见表2）。3.2 马氏性检验采用χ2统计量检验随机过程{Xt，t∈T}是否具有马氏性。用前述统计估算法得到频率矩阵（nij）20×20。由（3）式和（4）式可得：■.j=■nij■■nik，且■ij=nij■nik，■2=2■■nijlog■ij■.j=446.96，令自由度为k=（m-1）2即k=361，取置信度α=0.01。由于k>45，χ2α（k）不能直接查表获得，当k充分大时，有：χ2α（k）≈■（zα+■）2（7）其中，zα是标准正态分布的上α分位点。查表得z0.01=2.325，故可由（1）、（7）式得，即统计量，随机过程{Xt，t∈T}符合马氏性，所得模型是马尔可夫链模型。3.3 计算转移概率矩阵及状态一步转移由频率矩阵（nij）20×20和（1）、（2）式得转移概率矩阵为P=（Pij）20×20。考察2007年4月20日分时交易数据（9：30~15：30共241个数据），按前述状态划分方法将分时交易数据收益率归于各状态，并记Ci为属于状态i的个数，初始概率向量PT（0）=（p1，p2，L，pt，L，p20），则：pj=Cj/241，j=1，2，K，20（8）下一交易日日收益率分布概率PT（0）={p1（1），p2（1），L，pi（1），L，p20（1）}，且有PT（1）-PT（0）p，计算结果如表3所示。3.4 马尔可夫链遍历性和平稳分布可以分析该马尔可夫链的不可约集和周期性，从而进一步考察其平稳分布，然而其分析和求解非常复杂。本文使用matlab7.1采用如下算法进行求解：将一步转移概率矩阵P做乘幂运算，当时Pn+1=Pn停止，若n>5 000亦停止运算，返回Pn和n。计算发现当n=48时达到稳定，即有P（∞）=P（48）=P48。考察矩阵P（48）易知：各行数据都相等，不存在数值为0的行和列，且任意一行的行和为1。故该马尔可夫链{Xt，t∈T}只有一个不可约集，具有遍历性，且存在平稳分布{πj，j∈I}，平稳分布为P（48）任意一行。从以上计算和分析亦可知该马尔可夫链是不可约、非周期的马尔可夫链，存在平稳分布。计算所得平稳分布如表4所示。3.5 计算结果分析表3、表4给出了由当日收益率统计出的初始概率向量PT（0），状态一步预测所得绝对概率向量PT（1）和日收益率平稳分布，由表3和表4综合可得图1。可以看出，虽然当日（2007年4月20日）收益率在区间（1.5，4.5）波动且在（2.5，4.5）内的概率达到了0.7261，表明在2007年4月20日，日收益率较高（实际收盘时，日收益率为4.41），但其下一交易日和从长远来看其日收益率概率分布依然可能在每个区间。这是显然的，因为日收益率是随机波动的。对下一交易日收益率预测（PT（1）），发现在下一交易日收益率小于0的概率为0.4729，大于0的概率为0.5271，即下一交易日收益率大于0的概率相对较高，其中在区间（-2，-1.5）、（0.5，1）和（1，1.5）概率0.2675、0.161和0.1091依次排前三位，也说明下一交易日收益率在（-2，-1.5）的概率会比较高，有一定的风险。从日收益率长远情况（平稳分布）来看，其分布类似正态分布但有正的偏度，说明其极具投资潜力。日收益率小于0的概率为0.4107，大于0的概率为0.5893，即日收益率大于0的概率相当的高于其小于0的概率。4 结语采用马尔可夫链模型方法可以依据某一交易日收益率情况向对下一交易日进行预测，也可得到从长远来看其日收益率的概率分布，定量描述了日收益率。通过对沪深300指数日收益率分析和计算，求得沪深300指数日收益率的概率分布，发现沪深300指数日收益率大于0的概率相对较大（从长远看，达到了0.5893，若考虑分红此概率还会变大），长期看来沪深300指数表现乐观。若以沪深300指数构建指数基金再加以调整，可望获得较好的回报。笔者亦采用范围（-5，5）、状态区间间距为1和范围（-6，6）、状态区间间距为2进行运算，其所得结果类似。当采用更大的范围（如-10，10等）和不同的区间大小进行运算，计算发现若状态划分过多，所得模型不易通过马氏性检验，如何更合理的划分状态使得到的结果更精确是下一步的研究之一。在后续的工作中，采用ANN考察所得的日收益率预测和实际日收益率的关系也是重要的研究内容。马尔可夫链模型方法也可对上证指数和深证成指数进行类似分析。参考文献1 关丽娟，赵鸣.沪综指走势的马尔可夫链模型预测[J].山东行政学院，山东省经济管理干部学院学报，2005（4）2 陈奕余.基于马尔可夫链模型的我国股票指数研究[J].商场现代化（学术研讨），2005（2）3 肖泽磊，卢悉早.基于马尔可夫链系统的上证指数探讨[J].科技创业月刊，2005（9）4 边廷亮，张洁.运用马尔可夫链模型预测沪综合指数[J].统计与决策，2004（6）5 侯永建，周浩.证券市场的随机过程方法预测[J].商业研究，2003（2）6 王新蕾.股指马氏性的检验和预测[J].统计与决策，2005（8）7 张宇山，廖芹.马尔可夫链在股市分析中的若干应用[J].华南理工大学学报（自然科学版），2003（7）8 冯文权.经济预测与决策技术[M].武汉：武汉大学出版社，20029 刘次华.随机过程[M].武汉：华中科技大学出版社，200110 盛千聚.概率论与数理统计[M].北京：高等教育出版社.1989转
有微观联系的股票择好期权定价摘要:目前对于择好期权的定价研究,大多没有考虑原生资产收益率之间的微观联系,使得定价结果可能偏离真实价值.基于此考虑,给出了两家具有微观联系的上市公司股票的数学模型,在此模型基础上利用delta对冲推导出择好期权满足的PDE,通过计价单位转换的方法求出择好期权的定价公式,分析了股票间微观联系对择好期权的价格影响.关键词:定价模型;微观联系;择好期权0引言择好期权是多资产期权的一种,其价格取决于多种原生资产价格的变化.股票择好期权的持有人在到期日有权取得股价表现最好的那只股票.例如,某投资人拟投资股票A和股票B,但他无法肯定未来哪一只股票的回报更高.为此他购买一张择好期权,确保在期权到期日能取得两只股票的最佳回报,同时可以规避因只购买一只股票所带来的风险.目前对于择好期权的定价研究,大多只考虑原生资产收益率之间的宏观相关性,而忽视了它们可能存在的微观的相关性,如上市公司之间互相持有股票,其股票价格必定相互影响,呈现齐涨共跌.忽略这种微观的相关性,会使得定价结果可能偏离真实价值.文献[3]给出了n个风险资产Si(i =1,2,…,n)都遵循几何布朗运动,且每个随机元dWi(i =1,2,…,n)互相独立情形下的择好期权的模型和定价公式.该模型并未考虑到股票之间可能存在的微观联系对择好期权价格的影响.基于此考虑,本文作者给出了两家具有微观联系的上市公司的股票的数学模型,同时考虑股票的宏观和微观相关性,并应用于择好期权的定价问题.运用无套利原理推导出两资产择好期权所满足的方程,并给出择好期权的定价公式.1模型的建立股票择好期权定价可看作是满足式(5)所示几何Brown运动下的一般股票择好期权定价.图1取参数S1=10,S2=10,σ1=0.2,σ2=0.2,ε2=0,ρ=0.5,两只股票有相同的初始价格与波动率,图2取参数S1=10,S2=10,σ1=0.2,σ2=0.3,ε2=0,ρ=0.5,第二只股票的波动率高于第一只股票.可以看到随着影响因子ε1的变化,股票择好期权的价格不断变化,但是正如式(15),V受影响因子,股票价格,波动率,以及到期日的共同作用,而非影响因子的单调函数[5].参考文献:[1]BLACK F, SCHOLESM. The pricing of options and corporate liabilities[J]. Journal of Political Economy, 1973, 81,637-654.[2]姜礼尚,陈亚浙,刘西桓,等.数学物理方程讲义[M]. 2版,北京:高等教育出版社, 1986.[3]姜礼尚.期权定价的数学模型和方法[M].北京:高等教育出版社, 2004.[4]约翰·赫尔.期权、期货和其它衍生产品[M]. 3版,北京:华夏出版社, 1999.[5]王正林,刘明.精通MATLAB 7[M].北京:电子工业出版社, 2006.
投资目的和参考文献很好解决，而其他的则需要自己的投资理念，专业知识和实际操盘经验。千万不可杜撰，杜撰的论文是不会被认可的；因为资金投入是一个很严肃的问题。
上网搜搜就有了
KDJ指标的中文名称是随机指数，最早起源于期货市场。 KDJ指标的应用法则KDJ指标是三条曲线，在应用时主要从五个方面进行考虑：KD的取值的绝对数字；KD曲线的形态；KD指标的交叉；KD指标的背离；J指标的取值大小。 第一，从KD的取值方面考虑。KD的取值范围都是0～100，将其划分为几个区域：80以上为超买区，20以下为超卖区，其余为徘徊区。 根据这种划分，KD超过80就应该考虑卖出了，低于20就应该考虑买入了。应该说明的是，上述划分只是一个应用KD指标的初步过程，仅仅是信号，完全按这种方法进行操作很容易招致损失。 第二，从KD指标曲线的形态方面考虑。当KD指标在较高或较低的位置形成了头肩形和多重顶(底)时，是采取行动的信号。注意，这些形态一定要在较高位置或较低位置出现，位置越高或越低，结论越可靠。 第三，从KD指标的交叉方面考虑。K与D的关系就如同股价与MA的关系一样，也有死亡交叉和黄金交叉的问题，不过这里交叉的应用是很复杂的，还附带很多其他条件。 以K从下向上与D交叉为例：K上穿D是金叉，为买入信号。但是出现了金叉是否应该买入，还要看别的条件。第一个条件是金叉的位置应该比较低，是在超卖区的位置，越低越好。 第二个条件是与D相交的次数。有时在低位，K、D要来回交叉好几次。交叉的次数以2次为最少，越多越好。 第三个条件是交叉点相对于KD线低点的位置，这就是常说的“右侧相交”原则。K是在D已经抬头向上时才同D相交，比D还在下降时与之相交要可靠得多。 第四，从KD指标的背离方面考虑。在KD处在高位或低位，如果出现与股价走向的背离，则是采取行动的信号。 第五，J指标取值超过100和低于0，都属于价格的非正常区域，大于100为超买，小0为超卖。 综合考察KDJ 强调技术指标的重要性，多是从技术分析这一理论的整体角度而言。实际操作中，投资者应该注意多种技术分析的运用和实践。由于技术分析理论随着时间的推移，林林总总、纷繁复杂。每一个技术分析都有不同的角度和侧重点，掌握起来确实有较大困难。但是运用这些技术手段，心中必须明白，这些技术分析的理论和指标都有自身的弱点和缺陷。因此，单独使用某一种指标会有很大的盲目性和局限性，直接的后果是引起判断失误，投资（投机）失败，所以对于一个成熟的职业股民来说，应掌握多种技术分析的手段，综合考察，多角度思考，发挥多种技术分析的优势，才能立于不败之地 在分析KDJ这一指标过程中，笔者一直强调该指标的灵敏性，其实这种灵敏性在其它技术指标中也存在，只不过使用KDJ的股民太多了，加大了它的共振性。这导致该指标的敏感度越来越大。过去人们使用随机指标一般通过一个特定周期（常常是9天）内出现的最高价、最低价及最后一天的收盘价及这三者之间的比例关系，来计算最后一天的未成熟随机值，然而根据平滑移动平均线的方法来计算KDJ，往往随机性很大，其中J值可靠性最差，因为它敏感性太强，K值次之，D值稍稳定些。由于KD是从威廉指标中脱胎而来，因此它也具有威廉指标提示超买超卖现象的能力。实践中，当K线在低位向上穿过D线，被称作“金叉”，是短线抢入信号；当K线在高位向下跌穿D线，又被称作死叉，是抛筹信号。而在这一过程中，J线往往领先KD率先表现出涨与跌的趋势，就像运动场上裁判员手中的发令枪，枪未响，运动员是不能起身奔跑的，否则就是违规，要受到处罚，但在枪举起之机，运动员则必须保持一种争先恐后的姿态。例如南玻科控于去年12月31日启动前，KDJ在沉底的一瞬间，J线先触底，而后勾头向上，与K线一起穿过D线，形成“黄金之叉”，再查看威廉指标，此时也已触底，两者相交，一轮反弹便呼之欲出 KDJ指标的实战经验应用（一） 在券商传统常用的钱龙软件中，技术指标就有几十中，让新股民投资者无所适从，随着电脑的普及，特别是股票专业软件的不断创新，一些股票软件带有自编指标函数，更让技术指标爱好者乐此不疲勇于改编创新，网上流行的指标更是成千上万，也让老股民指标目不暇接，其实万变不离其宗，无非价量均线不同组合表达方式的变异，真正有价值新创意的可谓凤毛麟角，反不如传统常用的几个经典指标实用，当然要真正掌握其精髓妙用还需下一番功夫。三国赵云的那杆大枪可以纵横天下，靠的不是枪本身，而是那杆枪的使用者！ 任何的技术指标都有其各自的缺陷和局限性，比如MACD对震荡走势的盲区，KDJ对轧空单边式钝化的盲区，宝塔线对顶底的盲区，均线的压力支撑是否有效调整到位的盲区，换手率对吸货出货无法辨别的盲区等等。我们可以其他指标来互相弥补其不足，比如用KDJ，CDP来弥补辅助MACD系统；CCI，DMI来弥补KDJ系统；KDJ，RSI来弥补均线系统；KDJ，RSI背离来弥补宝塔线系统；股价高低位及K线均线等来弥补换手率的盲区等等，当然有时一个指标也不能完全弥补另一个指标的缺陷，需要辨正地看待这个问题。 下面笔者就常见的KDJ指标，结合本人的一些使用经验，发表一下个人的管见认识，仅供参考，抛砖引玉。 一，概念简介： KDJ全名为随机指标(Stochastics)，由美国的乔治*莱恩（George Lane）博士所创，其综合动量观念，强弱指标及移动平均线的优点，也是欧美证券期货市场常用的一种技术分析工具。 随机指标设计的思路与计算公式都起源于威廉（W%R）理论，但比W%R指标更具使用价值，W%R指标一般只限于用来判断股票的超买和超卖现象，而随机指标却融合了移动平均线的思想，对买卖信号的判断更加准确；它是波动于0—100之间的超买超卖指标，由K、D、J三条曲线组成，在设计中综合了动量指标、强弱指数和移动平均线的一些优点，在计算过程中主要研究高低价位与收盘价的关系，即通过计算当日或最近数日的最高价、最低价及收盘价等价格波动的真实波幅，充分考虑了价格波动的随机振幅和中短期波动的测算，使其短期测市功能比移动平均线更准确有效，在市场短期超买超卖方面，又比相对强弱指标RSI敏感，总之KDJ是一个随机波动的概念，反映了价格走势的强弱和波段的趋势，对于把握中短期的行情走势十分敏感。 二，计算公式： 以9日周期的KDJ为例，首先算出最近9天的“未成熟随机值”即RSV值，RSV的计算公式如下： RSVt＝（Ct－L9）／（H9－L9）＊100 式中： Ct-------当日收盘价 L9-------9天内最低价 H9-------9天内最高价 从计算公式可以看出，RSV指标和%R计算很类似。事实上，同周期的RSV值与%R值之和等于100，因而RSV值也介于与100之间。得出RSV值后，便可求出K值与D值：K值为RSV值3日平滑移动平均线，而D值为K值的3日平滑移动平均线三倍K值减二倍D值所得的J线，其计算公式为： Kt＝RSVt／3＋2＊Kt-1／3 Dt＝Kt／3＋2＊Dt-1／3 Jt＝3＊Dt－2＊Kt KD线中的RSV，随着9日中高低价、收盘价的变动而变动。如果没有KD的数值，就可以用当日的RSV值或50代替前一日的KD之值。经过平滑运算之后，起算基期不同的KD值将趋于一致，不会有任何差异，K值与K值永远介于0至100之间。根据快、慢移动平均线的交叉原理，K线向上突破K线为买进信号，K线跌破D线为卖出信号，即行情是一个明显的涨势，会带动K线（快速平均值）与D线（慢速平均值）向上升，如果涨势开始迟缓，便会慢慢反应到K值与D值，使K线跌破D线，此时中短期调整跌势确立，这是一个常用的简单应用原则。 KDJ指标的实战经验应用（二） 三，应用要则：KDJ指标随机指标反应比较敏感快速，是一种进行短中长期趋势波段分析研判的较佳的技术指标。一般对做大资金大波段的人来说，一般当月KDJ值在低位时逐步进场吸纳；主力平时运作时偏重周KDJ所处的位置，对中线波段的循环高低点作出研判结果，所以往往出现单边式造成日KDJ的屡屡钝化现象；日KDJ对股价变化方向反应极为敏感，是日常买卖进出的重要方法；对于做小波段的短线客来说，30分钟和60分钟KDJ又是重要的参考指标；对于已指定买卖计划即刻下单的投资者，5分钟和15分钟KDJ可以提供最佳的进出时间。 KDJ常用的默认的参数是9，就我个人的使用经验而言，短线可以将参数改为5，不但反应更加敏捷迅速准确，而且可以减少降低钝化现象，一般常用的KDJ参数有5，9，19，36，45，73等。实战中还应将不同的周期综合来分析，短中长趋势便会一目了然，如出现不同周期共振现象，说明趋势的可靠度加大。KDJ指标实战研判的要则主要有以下四点： （1） K线是快速确认线——数值在90以上为超买，数值在10以下为超卖；D线是慢速主干线——数值在80以上为超买，数值在20以下为超卖；J线为方向敏感线，当J值大于100，特别是连续5天以上，股价至少会形成短期头部，反之J值小于0时，特别是连续数天以上，股价至少会形成短期底部。 （2） 当K值由较小逐渐大于D值，在图形上显示K线从下方上穿D线，显示目前趋势是向上的，所以在图形上K线向上突破D线时，即为买进的讯号。 实战时当K，D线在20以下交叉向上，此时的短期买入的信号较为准确；如果K值在50以下，由下往上接连两次上穿D值，形成右底比左底高的“W底”形态时，后市股价可能会有相当的涨幅。 （3） 当K值由较大逐渐小于D值，在图形上显示K线从上方下穿D线，显示目前趋势是向下的，所以在图形上K线向下突破D线时，即为卖出的讯号。 实战时当K，D线在80以上交叉向下，此时的短期卖出的信号较为准确；如果K值在50以上，由上往下接连两次下穿D值，形成右头比左头低的“M头”形态时，后市股价可能会有相当的跌幅。 （4） 通过KDJ与股价背离的走势，判断股价顶底也是颇为实用的方法：（A） 股价创新高，而KD值没有创新高，为顶背离，应卖出；（B） 股价创新低，而KD值没有创新低，为底背离，应买入；（C） 股价没有创新高，而KD值创新高，为顶背离，应卖出；（D） 股价没有创新低，而KD值创新低，为底背离，应买入；需要注意的是KDJ顶底背离判定的方法，只能和前一波高低点时KD值相比，不能跳过去相比较。 KDJ指标的实战经验应用（三） 四，应用经验： （1） 在实际操作中，一些做短平快的短线客常用分钟指标，来判断后市决定买卖时机，在T+0时代常用15分钟和30分钟KDJ指标，在T+0时代多用30分钟和60分钟KDJ来指导进出，几条经验规律总结如下：（A） 如果30分钟KDJ在20以下盘整较长时间，60分钟KDJ也是如此，则一旦30分钟K值上穿D值并越过20，可能引发一轮持续在2天以上的反弹行情；若日线KDJ指标也在低位发生金叉，则可能是一轮中级行情。但需注意K值与D值金叉后只有K值大于D值20％以上，这种交叉才有效；（B） 如果30分钟KDJ在80以上向下掉头，K值下穿D值并跌破80，而60分钟KDJ才刚刚越过20不到50，则说明行情会出现回档，30分钟KDJ探底后，可能继续向上；（C） 如果30分钟和60分钟KDJ在80以上，盘整较长时间后K值同时向下死叉D值，则表明要开始至少2天的下跌调整行情；（D） 如果30分钟KDJ跌至20以下掉头向上，而60分钟KDJ还在50以上，则要观察60分钟K值是否会有效穿过D值（K值大于D值20％），若有效表明将开始一轮新的上攻；若无效则表明仅是下跌过程中的反弹，反弹过后仍要继续下跌；（E） 如果30分钟KDJ在50之前止跌，而60分钟KDJ才刚刚向上交叉，说明行情可能会再持续向上，目前仅属于回档；（F） 30分钟或60分钟KDJ出现背离现象，也可作为研判大市顶底的依据，详见前面日线背离的论述；（G） 在超强市场中，30分钟KDJ可以达到90以上，而且在高位屡次发生无效交叉，此时重点看60分钟KDJ，当60分钟KDJ出现向下交叉时，可能引发短线较深的回档；（H） 在暴跌过程中30分钟KDJ可以接近0值，而大势依然跌势不止，此时也应看60分钟KDJ，当60分钟KDJ向上发生有效交叉时，会引发极强的反弹。 （2） 当行情处在极强极弱单边市场中，日KDJ出现屡屡钝化，应改用MACD等中长指标；当股价短期波动剧烈，日KDJ反应滞后，应改用CCI，ROC等指标；或是使用SLOWKD慢速指标。 （3） KDJ在周线中参数一般用5，周KDJ指标见底和见顶有明显的提示作用，据此波段操作可以免去许多辛劳，争取利润最大化，需提示的是一般周J值在超卖区V形单底上升，说明只是反弹行情，形成双底才为可靠的中级行情；但J值在超买区单顶也会有大幅下跌的可能性，所以应该提高警惕，此时应结合其他指标综合研判；但当股市处在牛市时，J值在超买区盘中一段时间后，股价仍会大幅上升。 RSI：相对强弱指标 RSI下限为0，上限为100，50是RSI的中轴线，即多、空双方的分界线。50以上为强势区（多方市场），50以下为弱势区（空方市场），20以下为超卖区，80以上为超买区。 RSI指标的买点：（1）W形或头肩底 当RSI在低位或底部形成W形或头肩底形时，属最佳买入时期。（2）20以下 当RSI运行到20以下时，即进入了超卖区，很容易产生返弹。（3）金叉 当短天期的RSI向上穿越长天期的RSI时为买入信号。（4）牛背离 当股指或股价一波比一波低，而RSI却一波比一波高，叫牛背离，此时股指或股价很容易反转上涨。RSI指标的卖点：（1）形态 M形、头肩顶形 当RSI在高位或顶部形成M形或头肩顶 形时，属最佳卖出时机。（2）80以上 当RSI运行到80以上时，即进入了超买区，股价很容易下跌。（3）顶背离 当股指或股价创新高时，而RSI却不创新高，叫顶背离，将是最佳卖出时机。（4）死叉 当短天期RSI下穿长天期RSI时，叫死叉，为卖出信号。
证券交易市场分为分散市场和集中市场(即证券交易所市场)，集中市场是证券交易市场最重要的组成部分，其运行情况与发展状况直接影响整个证券市场的运行与发展，因而证交所对上市股票必须有所选择，只让符合既定标准或者说是具有一定质量...www.wsdxs.cn/html/zhengquan
证券交易市场分为分散市场和集中市场(即证券交易所市场)，集中市场是证券交易市场最重要的组成部分，其运行情况与发展状况直接影响整个证券市场的运行与发展，因而证交所对上市股票必须有所选择，只让符合既定标准或者说是具有一定质量...www.wsdxs.cn/html/zhengquan
期刊， 可以Q 我哦
股票投资价值理论文献综述周淼（河南省财政科研所河南郑州450008）摘要：2010年国务院原则同意开展证券公司融资融券业务试点和推出股指期货品种，这将为证券市场注入新的活力，也是我国资本市场逐步走向成熟的体现。本文回顾有关股票投资价值的研究综述。关键词：股票投资价值文献作者简介：周淼（1979-），女，河南固始人，河南省财政科研所助理研究员一、引言在我国的证券市场中，有股票、债券和证券投资基金等投资品种。其中，股票作为资本市场的一部分，占据着证券市场的主要地位，股票市场也被形象的称为“国民经济的晴雨表”。它是一种有价证券，通过股份有限公司公开发行的用以证明投资者的股东身份和权益，并据以获得股息和红利的凭证。据考证人类最早的股票投资交易活动，可以追溯到古希腊时期。股票交易活动采取较为有组织的规范化形式，则可以追溯到中世纪时期。而现代的股票交易活动，则以1792年纽约股票证券交易所成立为标志。世界股票市场经过萌芽、发展，逐渐走向繁荣，股票逐渐被投资者们所熟悉并且受到了广泛的欢迎。目前，股票市场在全世界的大部分国家和地区已经成为金融市场中不可或缺的重要组成部分，为这些国家和地区金融市场的繁荣和企业竞争力的提升起到了积极和关键的推动作用。从1980年抚顺红砖第一次发行股票算起，改革开放以后当代中国的股票市场已经有了近26年的历史，这段历史可以划分为三个阶段。一是1980年至1991年的起步和复兴阶段。从第一张真正意义上的股票问世，截至1990年12月上交所开业之时，上海只有延中实业、爱使电子、真空电子、飞乐股份、豫园商场、申华股份、浙江凤凰八家公司发行了股票，这就是所谓的上海老八股。深圳证券交易所1991年7月开业时，有5只股票上市交易，它们分别是深发展、深万科、深金田、深安达、深原野，后来被称为深市老五股。二是1992年至1999年的扩容和成长阶段。1992年初，邓小平南巡讲话从思想上排除了我国股票市场发展的障碍。股票市场的功能得到越来越多人的认同，大量国企纷纷改制上市，上市公司数量迅速增加，股票市场在国民经济中的地位不断提升，对国民经济的影响力、辐射力、推动力在不断加大。三是2000年至今的规范和发展阶段。2000年之后的我国股市进入了深入发展，制度不断完善、规范时期。制度改革，使市场日趋规范化是这一阶段的显著特点。2000年3月16日，中国证监会发布《中国证监会股票发行核准程序》及《股票发行上市辅导工作暂行办法》、《信誉主承销商考评试行办法》、2001年10月16日《首次公开发行股票辅导工作办法》、2004年12月7日《关于首次公开发行股票试行询价制度若干问题的通知》等配套规章，由此拉开了股票发行制度由审批制向核准制的转变。经过近二十年的发展，证券市场的构成已经比较完备，但各参与主体在制度上仍然存在较大缺陷，成为股票市场进一步发展有待解决的问题。二、股票投资价值理论研究意义（一）有利于股东及潜在的投资者制定正确的投资决策就长期持有而言，股票投资可获得相当的股利收入，而短线操作也可能给投资者带来一定的收益，因为从股价的波动可获得比股利更高的差价收入，因而股票投资已越来越成为一般大众所乐于选择的投资工具。我国股市尚处于初创阶段，它还有很多不完善，不规范之处，国家为了使其健康、规范地发展而采取一些人为的干预措施是不可避免的，这就使得我国股市在一段时期内受国家政策的影响比较大。但从发达国家的证券市场的状况分析，在一个规范完善的证券市场中，投资者据以入市的依据是上市公司财务状况、经营业绩及发展潜力等。财务状况与经营业绩好的上市公司的股票即所谓的绩优股倍受投资人的青睐，而绩优股也更能经受住股市振荡的考验。那么，针对上市公司的业绩前景、财务结构、盈利能力等进行的综合评价研究可为更多的投资者做出正确、合理投资决策，最大限度地规避风险，提高投资报酬率。（二）有利于公司加强内部管理上市公司的信息披露制度要求公司的财务状况、经营业绩必须公开，使得企业的发展置于社会和广大股东的关注和监督之下，依据公开的信息进行分析，就可以全面、系统地了解整个公司的生产经营情况，及时发现经营活动中存在的问题，迅速做出决策，采取有效措施，改善生产经营管理，同时也可利用分析结果，为未来的经营计划和经营方针提供决策的依据，不断增长业绩，以期给投资者一个满意回报。（三）有利于政府及监管部门对其进行评价、指导或监督判断上市公司是否具有投资价值的途径，是分析评价上市公司的综合发展力，通过分析评价上市公司与非上市公司、一般企业的差别，从而评判上市公司的运营是否优于非上市公司，并从中凸显股份制改造的作用。证监会、证券交易所等可根据公司营运情况、经营业绩等判断公司的各项经营是否合法，资金使用是否得当等。（四）有利于促进整个资本市场的健康发展目前越来越多的投资者开始重视理性投资，对上市公司的分析已成为证券公司和很多投资者的基础工作之一。但对上市公司的分析中存在着良莠不分，参差不齐的现状，一些利用片面分析人为操作、扰乱市场的情况还时有发生。这些现象严重侵害了广大投资者利益，不利于证券市场的健康发展。提出实行上市公司投资价值评价体系，为客观、全面、科学分析上市公司，满足了广大投资者愿望，符合证券市场发展潮流，促进证券市场健康发展起着积极的作用。周淼：股票投资价值理论文献综述148·综合2012年第2期（下）三、股票投资价值理论研究综述（一）国外研究及现状西方最初对股票理论价格的研究主要是应证券市场投资者的投资需求而进行的。所以在西方的一些论著当中常将此称之为股票投资价值或价值，以示与股票的市场价格相区别。投资价值的提出是在20世纪初，普拉特（Prat，S.S.）是最早提出股票的价格与价值相分离的人。他在1903年出版的《华尔街动态》（TheWorkofWallStreet，1903）中，提出股票价值的经济涉及企业的收益能力，其中以股息为最直接，其它的因素则属于借助股息来影响股票价值的间接因素。普拉特认为，从理论上讲股票的价值与价格是一致的，但在实际上两者的差额颇大。但他认为这种现象并不限于股票，其他商品也有这种情形，只是股票方面比较特殊而已。就价格的形成而言，是由供需因素决定的，所以难与同其真实的价值完全吻合。霍布内（Huebner，S.S.）将普拉特的观点加以补充，他通过对股票价格与价值关系的研究，为投资提供决策的依据。而且，借助对股票发行公司的财务分析来把握股票价值。他认为，“股票价格倾向于与它本质的价值上的一致性”，就长期股票的股价变动因素而言，与其价值有关的即为长期预期收益与资本还原率。多纳（Donner，O）在其《证券市场与景气波动原理》（DieKursbildunganAktienmarket，1934）中认为，股票价格是由市场供求关系决定的，而股票价值取决于企业的收益。认为“企业收益的变动，才是形成股价波动的真正精髓”。虽然实际的股价波动趋势与企业收益趋势有所差异，但就长期而论，股价波动是依存与企业收益和利率，即围绕股票价值而变动。格雷厄姆和多德（Graham，B，andDodd，D，L，1934）在股票理论方面比前者的认识又前进了一步。他们在《证券分析》一书中，对内在价值理论进行了全面阐述。他们认为，股票的内在价值决定于公司未来盈利能力，而且分析企业未来的获利能力，并不仅限于对企业财务分析，同时还需要以观察经济方面未来的趋势作为推测的基础，并考虑适当的资本还原。股票价格会回归到其内在价值上，所以证券分析家要做的工作就是仔细地研究有关发行人的财务数据及其他资料，努力去发现该股票的内在价值，并以此作为判断股票定价的合理性及投资决策的重要指标。其公式为：V=M（D+E/3）±资产价值的修正值（1）上式中V：普通股票价值；M：资本还原倍数；D：预期股息；E：预期收益。式中，M随着企业的发展，股息的增减变动而变化；收益E除以3表示依当时一般上市公司章程之规定大致上是将收益的三分之二作为股息发放出去，而剩余三分之一则作为保留盈余，充实企业发展基金。威廉姆斯（Williams，J.B）在他的《投资价值学说》（TheTheoryofInvestmentValue，1938）一书中首先提出了普通股的一般估价方法，其基本思想是“股票是一种收益凭证，其未来所产生的各期收益的现值之和就是股票的价值，股票价格应该根据其价值来确定。”他认为企业保留盈余完全不必反应在股票价值上，他提出“股票的投资价值是将来今后能领取的全部股息加以资本还原的现在价值的总和”。企业保留的盈余是增加企业以后的收益，迟早也会变成股息发放出去。威廉姆斯提出，买进股票意味着“现在财富与未来财富的交换”，而所谓的未来财富就是今后中期的“股息”，将其进行资本还原即为现在的股票的投资价。威廉姆斯提出的计算公式分为四种情况：（1）股息渐减：V0=ni=1ΣDtVt（2）Vo：普通股的现在投资价值；Dt：t年的股息；Vt：资本还原率；n：领取股息的年数。（2）预期股息稳定：V0=ni=1ΣDtVt=Di（3）（3）预期股息渐增，并打算永远持有：V0=ni=1ΣDtVt=ni=1ΣD0UiVi=∞i=1ΣWi（4）。式中，U=l+g，g为股息年增长率。（4）企业不讲求股息政策，在景气繁荣的年度，股息突增，几年以后增长率又渐减：V0=ni=1ΣDtVt=ni=1ΣDiVi+∞i=n+1ΣDiVi（5）威廉姆斯对投资价值方面的贡献在于他以未来各期股息为主线用数学模型勾划了投资价值的轮廓，开创了用数学模型系数表达股票投资价值的先河。此后西方经济学界中有关投资价值方面的研究基本上都是以这一理论为指导并且没有超过上述的范围。（二）国内研究及现状国内理论界关于股票投资价值的研究还处于起步阶段，近年已经开始引进西方的投资价值理论和分析工具，并且结合我国的实际情况进行了研究。研究的内容涉及期权、资产定价、市场有效性、现金流量、经营业绩等很多方面。（1）以现金流量为基础的价值分析。张先治（2000）介绍了以现金流量为基础的价值评估的意义和方式，价值评估的程序与方法，并初步给出了评估中的参数：现金流量、折现率、评估期的确定方法。颜志刚（2001）对企业价值评估中自由现金流量进行了分析，认为企业价值主要取决于未来的自由现金流量（freecashflow），而自由现金流量是企业经营产生的现金流量，并将自由现金流量表示为：FCF=NI×（1-T）+D-CE-△WC=EBIT×（1-T）+D-CE-△WC（6）EBIT：企业息税前利润；NI：企业挣利润；I：利息；T：所得税率；D：资本增加额；CE：资本支出；△WC：运营资金需求量。曹中等（2001）在2001年，对比了经济利润和现金流量折现模型在企业价值评估中的不同，并给出了利用折现经济利润进行企业价值评估的模型。董直庆、赵振全（2004）利用M-M模型对公司价值评估进行了实证分析，重点论述了考虑破产风险的情况下，对M-M模型进行了修正，增加了破产风险成本参数，探讨了存在破产风险的情况下，企业价值评估模型的改进方法。张根明、王爱武（2001）论述了高科技企业价值评估方法的选择等。149（2）期权定价理论研究。许民利、张子刚（2000）等提出了利用增长期权进行企业价值评估的设想，赵国忻（2000）研究了R&D投资的期权创造和期权享有过程价值，李焰（2003）认为企业价值应该分解为零增长价值和增长机会价值，并提出了用期权定价模型确定企业的增长价值，杜彦鹏、陈迅（2001）利用经营期权评估方法对企业整体价值的评估进行了应用为现金流量处于困境的企业价值评估提供了新思路。上述研究基本是利用Black与Scholes提出的期权定价模型（即optionpricingmodel），对企业价值评估理论进行的补充。国内关于期权定价模型的探讨，往往是将某一企业的数据进行整理后，利用Black与Scholes期权定价模型评估该企业价值。并没有归纳出该模型在我国企业价值评估活动中应用的难点，对于有关参数的选取问题没有提出解决措施，如标的资产的现行价格、期权执行价格、回报率的标准差、累计概率分布等参数根本没有涉及，只是利用某企业数据进行计算，得出企业价值，对于评估价值的可行性和符合性也没有进行检验。（3）证券市场有效性研究。俞乔（2004）、宋颂兴和金伟根（2000）、吴世农（2000）、范龙振、张子刚（2002）。他们运用不同的统计方法，采用不同的样本阶段对我国证券市场是否具有弱式有效进行了统计检验，得出不同的结论。俞乔（2004）选择上海证券交易所交易日2000年月12月19日至2004年4月28日的845个交易日为样本期间，分析了上海证券交易日收盘上证券综合指数的变动情况，经验验证了上海股市非有效性。宋颂兴、金伟根（2000）实证检验了从1998年年底到2000年上海股市股份的正态分布规律和随机行走特征，验证了上海股市那个阶段的弱式有效市场假说。同时指出，股市规模的扩大、政策法律的完善和信息正确快速的传播，是我国股市发展的趋势，也是股市有效的基础。吴世农（2000）在阐述证券市场效率理论和研究方法的基础上，结合国内外的实证研究结果，对如何认识我国证券市场的效率提出了他的看法：我国股市仍然外于初期发展阶段，信息的完整性、分布的均匀性和实效性与发达国家存在较大差距，某段时期股份的随机游走特征尚不能完全确定股市达到弱式有效。范龙振，张子刚（2002）指出利用自相关系数进行检验的不合理性，取而代之，他们用DF检验，利用2001年7月至10月4个月的每日股票收盘价检验了5种上市公司的股票，得出了股票市场弱式有效的结论。沈艺峰、吴世农（2000）还对我国证券市场是否过度反映进行了研究。孙命（2004）从有效资本市场中出现关系于EMH的例子进行分析，提出对策。杨兵等（2002）随机选取沪、深两市各25家上市公司的日收盘价的收益率序列呈现显著的尖峰厚尾及非正态性分布，并呈现出很高的序列相关性。由此得出沪、深两市还未达到弱式有效的结论。（4）经营业绩研究。许彪、梁宇鹏（2000）运用因子分析方法和概率统计分析方法对农业类上市公司五方面的能力指标利用传统财务指标体系进行了考察，将1996年至1999年四年的36家农业类上市公司的经营业绩分为好、一般、差三类，认为改善整个农业上市公司经营绩效和增强企业财务风险抵御能力的关键是调整营运能力和偿债能力方面指标；对于经营绩效好或较好的农业上市公司，经营绩效提升的策略重点应该放在提高营运能力方面；对于经营绩效一般的农业上市公司，经营绩效提升的策略重点应该放在大幅度提高偿债能力方面和营运能力方面；对于综合绩效差的农业上市公司，经营绩效的提升应该是全方位的。郝清民等（2003）用因子分析法来评价煤炭上市公司的经营业绩，得出不同公司的相对竞争优势所在，为不同的利益相关者做出决策提供了参考。刘秀芹（2004）利用因子分析法分析电子行业上市公司的绩效状况，使投资者清楚地看到上市公司的经营业绩和投资价值，为上市公司决策者提供了重要的决策依据。朱丽莉、王怀明（2004）利用因子分析对农业类上市公司进行评价，提取了反映农业上市公司经营绩效的公共因子，根据公共因子的贡献率及因子值对农业上市公司的经营绩效进行综合分析，得出46家农业上市公司排名，较好地评价了农业上市公司经营绩效，为相关的判断提供了参考。参考文献：［1］赵国忻：《R＆D投资的期权创造和期权享有过程价值研究》，《科学管理》2000年第3期。［2］董直庆、赵振全：《股票价格与价值的测度及特性分析———基于流动性的新解释》，《股票投资价值理论文献综述周淼（河南省财政科研所河南郑州450008）摘要：2010年国务院原则同意开展证券公司融资融券业务试点和推出股指期货品种，这将为证券市场注入新的活力，也是我国资本市场逐步走向成熟的体现。本文回顾有关股票投资价值的研究综述。关键词：股票投资价值文献作者简介：周淼（1979-），女，河南固始人，河南省财政科研所助理研究员一、引言在我国的证券市场中，有股票、债券和证券投资基金等投资品种。其中，股票作为资本市场的一部分，占据着证券市场的主要地位，股票市场也被形象的称为“国民经济的晴雨表”。它是一种有价证券，通过股份有限公司公开发行的用以证明投资者的股东身份和权益，并据以获得股息和红利的凭证。据考证人类最早的股票投资交易活动，可以追溯到古希腊时期。股票交易活动采取较为有组织的规范化形式，则可以追溯到中世纪时期。而现代的股票交易活动，则以1792年纽约股票证券交易所成立为标志。世界股票市场经过萌芽、发展，逐渐走向繁荣，股票逐渐被投资者们所熟悉并且受到了广泛的欢迎。目前，股票市场在全世界的大部分国家和地区已经成为金融市场中不可或缺的重要组成部分，为这些国家和地区金融市场的繁荣和企业竞争力的提升起到了积极和关键的推动作用。从1980年抚顺红砖第一次发行股票算起，改革开放以后当代中国的股票市场已经有了近26年的历史，这段历史可以划分为三个阶段。一是1980年至1991年的起步和复兴阶段。从第一张真正意义上的股票问世，截至1990年12月上交所开业之时，上海只有延中实业、爱使电子、真空电子、飞乐股份、豫园商场、申华股份、浙江凤凰八家公司发行了股票，这就是所谓的上海老八股。深圳证券交易所1991年7月开业时，有5只股票上市交易，它们分别是深发展、深万科、深金田、深安达、深原野，后来被称为深市老五股。二是1992年至1999年的扩容和成长阶段。1992年初，邓小平南巡讲话从思想上排除了我国股票市场发展的障碍。股票市场的功能得到越来越多人的认同，大量国企纷纷改制上市，上市公司数量迅速增加，股票市场在国民经济中的地位不断提升，对国民经济的影响力、辐射力、推动力在不断加大。三是2000年至今的规范和发展阶段。2000年之后的我国股市进入了深入发展，制度不断完善、规范时期。制度改革，使市场日趋规范化是这一阶段的显著特点。2000年3月16日，中国证监会发布《中国证监会股票发行核准程序》及《股票发行上市辅导工作暂行办法》、《信誉主承销商考评试行办法》、2001年10月16日《首次公开发行股票辅导工作办法》、2004年12月7日《关于首次公开发行股票试行询价制度若干问题的通知》等配套规章，由此拉开了股票发行制度由审批制向核准制的转变。经过近二十年的发展，证券市场的构成已经比较完备，但各参与主体在制度上仍然存在较大缺陷，成为股票市场进一步发展有待解决的问题。二、股票投资价值理论研究意义（一）有利于股东及潜在的投资者制定正确的投资决策就长期持有而言，股票投资可获得相当的股利收入，而短线操作也可能给投资者带来一定的收益，因为从股价的波动可获得比股利更高的差价收入，因而股票投资已越来越成为一般大众所乐于选择的投资工具。我国股市尚处于初创阶段，它还有很多不完善，不规范之处，国家为了使其健康、规范地发展而采取一些人为的干预措施是不可避免的，这就使得我国股市在一段时期内受国家政策的影响比较大。但从发达国家的证券市场的状况分析，在一个规范完善的证券市场中，投资者据以入市的依据是上市公司财务状况、经营业绩及发展潜力等。财务状况与经营业绩好的上市公司的股票即所谓的绩优股倍受投资人的青睐，而绩优股也更能经受住股市振荡的考验。那么，针对上市公司的业绩前景、财务结构、盈利能力等进行的综合评价研究可为更多的投资者做出正确、合理投资决策，最大限度地规避风险，提高投资报酬率。（二）有利于公司加强内部管理上市公司的信息披露制度要求公司的财务状况、经营业绩必须公开，使得企业的发展置于社会和广大股东的关注和监督之下，依据公开的信息进行分析，就可以全面、系统地了解整个公司的生产经营情况，及时发现经营活动中存在的问题，迅速做出决策，采取有效措施，改善生产经营管理，同时也可利用分析结果，为未来的经营计划和经营方针提供决策的依据，不断增长业绩，以期给投资者一个满意回报。（三）有利于政府及监管部门对其进行评价、指导或监督判断上市公司是否具有投资价值的途径，是分析评价上市公司的综合发展力，通过分析评价上市公司与非上市公司、一般企业的差别，从而评判上市公司的运营是否优于非上市公司，并从中凸显股份制改造的作用。证监会、证券交易所等可根据公司营运情况、经营业绩等判断公司的各项经营是否合法，资金使用是否得当等。（四）有利于促进整个资本市场的健康发展目前越来越多的投资者开始重视理性投资，对上市公司的分析已成为证券公司和很多投资者的基础工作之一。但对上市公司的分析中存在着良莠不分，
金融类毕业论文参考文献
参考文献就是写论文的时候参考过的书籍或网站，直接关系到论文的分数和质量高低。以下是我为您整理的金融类毕业论文参考文献，希望能提供帮助。
篇一 ：参考文献
[1] 母宇.中国股票市场与全球主要股票市场联动性研究，[C].西南民族大学:2011.
[2] 于会鹏.中国股票市场板块及其与国外主要市场间的联动性实证研究，[C].理工大学:2009
[3] 陈志宁.中外股票市场的联动分析，[C].农业大学:2009.
[4] 汪波.股票市场波动性网络及其应用[C]华南理工，2012
[5] 徐晓萍. 金融危机下证券网络的复杂性特征研究[C]华东师范大学，2013
[6] 陈俊华.中国股票市场网络模型动态研究[C]浙江工业大学，2012
[7] 兰旺森，赵国浩. 应用复杂网络研究板块内股票的强相关性，[J].中山大学学报:2010(6).20-23
[8] 李耀华，姚洪兴.股票市场网络的稳定性研究，[M].江苏省系统工程学会第十一届学会:2012.
[9] 陈花.基于复杂网络的股票之间有向相关性研究，[C].北京邮电大学:2012.
[10] 陈辉煌，高岩，基于复杂网络理论的证券市场网抗毁性分析[J]，金融理论与实:2008(6)154-156
[11] 万阳松，陈忠基. 加权股票网络模型[J].复杂系统与复杂性科学，2005，1(5) :21-27
[12] 李平，汪秉宏.证券指数的网络动力学模型[J].系统工程，2006，24(3):73-77
[13] TianQiu， Bo Zheng，Guang Chen. Financial networks with static anddynamic thresholds，[J]. New Journal of Physics:2010(12).136-138
[14] Nicola Cetorelli， Stavros Peristiani. Prestigious stock exchanges: A network analysis of international financial centers，[J]. Journal of Banking & Finance:2013(37).21-24
[15] Ram Babu Roy， Uttam Kumar Sarkar. Identifying influential stock indices from global stockmarkets: A social network analysis approach，[J].Procedia Computer Science:2011(5).10-13
[16] Xiao fan Liu， Chi k. Tse.A Complex Network Perspective to Volatility in Stock Markets [J]. International Symposium on Nonlinear Theory and its Applications:2010(9).12-15
[17] Simutis R， MasteikaS.Intelligent stock trading systems using fuzzy-neural networks andevolutionary programming methods[J]. Self Formation Theory And Applications.2004，(97).59-63
[18] Dong-Ming Song， Michele Tumminello， Wei-Xing Zhou， Rosario N. Mantegna. Evolution of worldwide stock markets， correlation structure and correlation basedgraphs，[J]. PACS:2011(3).90-92
[19] Xiangyun Gao， Haizhong An， Weiqiong Zhong. Features of the Correlation Structure of Price Indices，[J]. PLOS ONE:2013(4).34-36
[20] MarekGa??zka. Characteristics of the Polish Stock Market correlations，[J]. International Review of Financial Analysis:2011(1-5).
[21] 杨治辉，贾寒梅.股票收益率相关性的网络结构分析，[M].中国控制学会:2011.
[22] 周艳波，蔡世民，周佩玲.金融市场的无标度特征研究，[J].中国科学技术大学学报:2009(8).19-22
[23] Barabasia L， Albert R， Jeong H. Mean-field theory for scale-freerandom networks[J].Physica A， 1999( 272).173-187
[24] 李辉，赵海，徐久强，李博，李鹏，王家亮. 基于k-核的大规模软件核心框架结构抽取与度量，[J].东北大学学报:2010(11).345-347
[25] 李辉，赵海.基于k-核的大规模软件宏观拓扑结构层次性研究，[J].电子学报:2010(6).134-136
[26] 李备友，刘思峰. 网络化市场结构下证券市场传闻的扩散规律研究，[J].华东经济管理:2012(12).90-92
篇二：参考文献：
[1]袁申国，陈平，刘兰凤，. 汇率制度、金融加速器和经济波动[J]. 经济研究，2011，(1).
[2]黄志刚，. 货币政策与贸易不平衡的调整[J]. 经济研究，2011，(3).
[3]George J. Gilboy，钟宁桦，. 度量中国经济:购买力平价的适当应用[J]. 经济研究，2010，(1).
[4]万晓莉，霍德明，陈斌开，. 中国货币需求长期是否稳定?[J]. 经济研究，2010，(1).
[5]裘骏峰，. 投机资本流入、升值预期和最优升值路径[J]. 经济研究，2010，(2).
[6]张屹山，孔灵柱，. 基于权力范式的汇率决定研究[J]. 经济研究，2010，(3).
[7]李成，王彬，马文涛，. 资产价格、汇率波动与最优利率规则[J]. 经济研究，2010，(3).
[8]刘尧成，周继忠，徐晓萍，. 人民币汇率变动对我国贸易差额的动态影响[J]. 经济研究，2010，(5).
[9]黄志刚，陈晓杰，. 人民币汇率波动弹性空间评估[J]. 经济研究，2010，(5).
[10]路继业，杜两省，. 货币政策可信性与汇率制度选择:基于新政治经济学的分析[J]. 经济研究，2010，(8).
[11]卞世博，贾德奎，. 后金融危机背景下的中国经济运行风险管理——第四届中国立信风险管理论坛综述[J]. 经济研究，2010，(12).
[12]赵志君，陈增敬，. 大国模型与人民币对美元汇率的评估[J]. 经济研究，2009，(3).
[13]伍戈，. 中国的货币需求与资产替代:1994—2008[J]. 经济研究，2009，(3).
[14]王晋斌，李南，. 中国汇率传递效应的实证分析[J]. 经济研究，2009，(4).
[15]张瀛，. 汇率制度、经济开放度与中国需求政策的有效性[J]. 经济研究，2008，(3).
[16]中国经济增长与宏观稳定课题组，张平，刘霞辉，张晓晶，汪红驹，. 外部冲击与中国的通货膨胀[J]. 经济研究，2008，(5).
[17]唐翔，. “富人社区效应”还是巴拉萨-萨缪尔森效应?——一个基于外生收入的实际汇率理论[J]. 经济研究，2008，(5).
[18]龚刚，高坚，何学中，. 汇率制度与货币政策——发展中国家和小国经济的思考[J]. 经济研究，2008，(6).
[19]管汉晖，. 浮动本位兑换、双重汇率与中国经济:1870—1900[J]. 经济研究，2008，(8).
[20]施建淮，傅雄广，许伟，. 人民币汇率变动对我国价格水平的传递[J]. 经济研究，2008，(7).
篇三：参考文献：
[1] 方毅，桂鹏. 亚太地区股票市场的联动程度—基于次级贷冲击的`研究[J]世界经济研究，2010(8).27-30
[2] BarabásiA L， Albert R. Emergence of scaling in random networks[J].Science， 1999(286). 509-512
[3] Kim H J.Kim I M.Scale-free network in stock market[J].J KorPhys Soc，2002，40(6)：105-108.
[4] Newman M E J.The structure and function of complex networks[J].SIAM Review，2003(3).167-256
[5] Jukka-Pekka Onnela， Jari Saram?ki， Kimmo Kaski. A comparative study of social network models: Network evolution models and nodal attribute models[J]. Social Networks:2009(4)13-16
[6] 汪小帆，李翔，陈关荣.复杂网络理论及其应用[M].北京：清华大学出版社，2006(1).9-14.
[7] 任卓明，刘建国，邵凤，胡兆龙，郭强. 复杂网络中最小K-核节点的传播能力分析，[J].物理学报:2011(7).90-93
[8] 韩定定，复杂网络的拓扑、动力学行为及其实证研究，华东师范大学无线电物理博士论文[C]，2007
[9] Simutis R， MasteikaS.Intelligent stock trading systems using fuzzy-neural networks andevolutionary programming methods[J].Self Formation Theory And Applications.2004(97)59-63
[10] Xiao fan Liu， Chi k. Tse.AComplex Network Perspective of World Stock Markets:synchronization and volatility，[J]. International Journal of Bifurcation and Chaos:2012(6).62-66
[11] Ram Babu Roy， Uttam Kumar Sarkar. Capturing Early Warning Signal for Financial Crisis from the Dynamics of Stock Market Networks: Evidence from North American and Asian Stock Markets[J].Journal of Indian Institute of Management Calcutta:2009(8).57-59
[12] 李耀华，姚洪兴.金融危机下股票市场网络的结构特性研究[J].信息工程学院学报，2010(1).23-26
[13] Benjamin M. Tabak， Thiago R. Serra， Daniel O. Cajueiro. Topological properties of stockmarket networks:The case of Brazil[J]. Physica ，2010(389).3240-3249
[14] Chi K.Tse，JingLiu，Francis C， M. Lau. A network perspective of stock market[J].Journal ofEmpirica Finance.2010，4(17).659-667
[15] 闵志锋.上海证券市场的复杂网络特性分析 [J].东北大学学报 (自然科学版).2007 (7).1053-1056
[16] 黄玮强，姚爽，中国股票关联网络拓扑性质与聚类结构分析[J]，管理科学:2008(3).92-95
[17] 高雅纯，魏宗文，汪秉宏.Dynamic Evolution of Financial Network and Its Relation to Economic Crises，[J].World Scientific:2013(2).142-141
[18] 陈守东，韩广哲，荆伟.主要股票市场指数与我国股票市场指数间的协整分析，[J].数量经济技术经济研究:2003(5).35-37
[19] 文圭炫，洪正孝.太平洋地区国家的联动性，[J].商务管理研究:2003(2).111-113
[20] RosylinMohd.Yusof&M.ShabriAbd.Majid，Who moves the Malaysian stock market-the U.S.or Japan[J]，International Journal of Business，2006(8)367-406
[21]Terence，Tai-Leung Chong，Ying-Chiu Wong，Isabel，Kit-Ming Yan，Internationallinkagesof the Japanese stock market，Japan and the World Economy，2007(20)773-786
[22] 周珺. 我国大陆股票市场与周边主要股票市场的联动分析[J]企业经济，2007(1).77-79
[23] Woo-Sung Jung ，SeungbyungChae， Jae-Suk Yang，Hie-Tae Moon. Characteristics of the Korean stock marketcorrelations，[J]. Elsevier Science:2008(2).90-93
[24] Sunil Kumar， NiveditaDeo. Correlation and network analysis of global financial indices，[J]. American Physical Society:2012(8).21-23
篇四：参考文献
[1] Michael Grahama，JarnoKiviahob，JussiNikkinenb， Mohammed Omranc. Global and regional co-movement of the MENA stockmarkets，[J]. Journal of Economics and Business:2013(1). 165-167
[2] 高莹，靳莉莉.沪深300指数与世界主要股票指数的关联性分析[J].金融管理，2008(2). 3-8.
[3] Hwahsin Cheng， John L. Glascock. Stock Market Linkages Before and After the AsianFinancial Crisis: Evidence from Three Greater ChinaEconomic Area Stock Markets and the US，[J]. Pacific Basin Financial Markets and Policies:2006(2).125-127
[4] Ma.BelindaS.Mandigma.Stock market linkages and the global financial crisis，[J].Journal of University of Santo Tomas:2009(8).278-280
[5] Ugur Ergun. How does Turkish stock market respond to the externalshocks Pre- and post- crises analyses，[J]. African Journal of Business Management:2012(2).34-37
[6] 赵勇. 金融危机背景下中美欧股票市场联动性研究[C]上海社会科学院，2012(5).76-79
[7] 洪天国. 欧洲股票市场与中国股票市场之间的波动溢出效应研究[C]江西财经大学，2013(1).29-34
[8] 金融市场稳定性的判别与度量[C]山西大学，2012(2).192-196
[9] 陈守东，陈雷，刘艳武.中国沪深股票市场收益率及波动性相关分析，[J].金融研究:2003(7).230-235
[10] 刘存绪.论中国股票市场的国际化，[J].资本市场:2000(4).30-32
这个问题好难啊，我想我不会得到这100分吧，希望有人能帮助你解决啊。
上网搜搜就有了
证券交易市场分为分散市场和集中市场(即证券交易所市场)，集中市场是证券交易市场最重要的组成部分，其运行情况与发展状况直接影响整个证券市场的运行与发展，因而证交所对上市股票必须有所选择，只让符合既定标准或者说是具有一定质量...www.wsdxs.cn/html/zhengquan